CN113342977A - 发票图像分类方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及人工智能，提供一种发票图像分类方法、装置、设备及存储介质。该方法能够根据分类请求确定待分类发票，识别待分类发票中预设标签对应的待分析文本，对待分析文本进行分词处理，得到文本分词，根据预设词库及文本分词对待分类发票进行分类，得到初始类别，若初始类别有多个，根据文本分词对待分析文本进行向量化处理，得到第一向量，对从待分类发票中识别出的项目信息进行向量化处理，得到第二向量，根据发票类型识别模型对第一向量及第二向量进行类型识别，得到模型类别，根据初始类别及模型类别生成目标类别。本发明能够准确的确定出发票图像的类别。此外，本发明还涉及区块链技术，所述目标类别可存储于区块链中。

Description

发票图像分类方法、装置、设备及存储介质

技术领域

本发明涉及人工智能技术领域，尤其涉及一种发票图像分类方法、装置、设备及存储介质。

背景技术

在目前的发票图像自动分类方式中，通常是直接利用训练好的模型对待分类发票中的信息进行分析，然而，这种方式是从单个维度上确定出待分类发票所对应的类别，导致分类准确度低下。

因此，如何构建准确的发票图像分类方案，成了有待解决的技术问题。

发明内容

鉴于以上内容，有必要提供一种发票图像分类方法、装置、设备及存储介质，能够准确的确定出发票图像的类别。

一方面，本发明提出一种发票图像分类方法，所述发票图像分类方法包括：

当接收到分类请求时，根据所述分类请求确定待分类发票；

识别所述待分类发票中预设标签对应的待分析文本，并对所述待分析文本进行分词处理，得到文本分词；

根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别；

若所述初始类别有多个，根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量，并对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量；

根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别；

根据所述初始类别及所述模型类别生成所述待分类发票的目标类别。

根据本发明优选实施例，所述根据所述分类请求确定待分类发票包括：

解析所述分类请求的报文，得到所述报文携带的数据信息；

从所述数据信息中获取指示数据库的信息作为第一库标识及第二库标识；

将所述第一库标识对应的数据库确定为主库，并将所述第二库标识对应的数据库确定为从库；

当检测到所述从库中的发票总值与所述主库中相应总值不同时，将生成所述发票总值所对应的发票确定为所述待分类发票。

根据本发明优选实施例，所述识别所述待分类发票中预设标签对应的待分析文本包括：

确定所述待分类发票的发票尺寸；

从预设位置映射表中获取同时与所述发票尺寸及所述预设标签对应的标签位置；

从所述预设关联表中获取同时与所述发票尺寸及所述标签位置关联的文本位置；

根据所述文本位置从所述待分类发票中提取发票特征图；

对所述发票特征图进行字符检测，得到所述待分析文本。

根据本发明优选实施例，所述对所述待分析文本进行分词处理，得到文本分词包括：

计算所述待分析文本的字符总量；

从预设词典中获取字数量与所述字符总量相同的词汇作为待配对词组；

依次将所述待分析文本中每个第一字符与所述待配对词组中每个第二字符进行比较；

若任意所述第一字符与相应位置上的所述第二字符不同，将所述待分析文本中最末位置的字符剔除，得到待确定词组，并将所述待确定词组与所述预设词典中的词汇进行匹配，直至所述待确定词组与所述预设词典中任意词汇相同，得到所述文本分词。

根据本发明优选实施例，所述对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量包括：

从所述待分类发票中识别出所述项目信息；

确定所述第一向量的生成映射表；

基于所述生成映射表对所述项目信息进行向量化处理，得到所述第二向量。

根据本发明优选实施例，所述根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别包括：

拼接所述第一向量及所述第二向量，得到拼接向量；

从所述拼接向量中提取每个目标分词的向量值，得到目标向量，所述目标分词包括所述文本分词及所述项目信息中的信息分词；

从所述拼接向量中提取所述目标分词的上下文特征，得到上下文向量；

获取所述发票类型识别模型中的第一预设矩阵及第二预设矩阵；

根据所述上下文向量、所述第一预设矩阵及所述第二预设矩阵计算每个目标分词的概率；

将所述概率最大的目标分词对应的目标向量确定为所述拼接向量的特征向量；

获取所述发票类型识别模型中的权重矩阵及偏置值；

计算所述特征向量与所述权重矩阵的乘积，得到运算向量，并计算所述运算向量中每个元素与所述偏置值的总和，得到权值向量；

将所述权值向量中取值最大的元素对应的类别确定为所述模型类别。

根据本发明优选实施例，所述根据所述初始类别及所述模型类别生成所述待分类发票的目标类别包括：

计算每个初始类别在多个所述初始类别中的类别数量；

获取所述预设词库的预测准确度作为第一数值，并获取所述发票类型识别模型的预测准确度作为第二数值；

计算所述第一数值与所述第二数值的总和，得到基准值；

计算所述第一数值在所述基准值中的占比，得到所述预设词库的词库权值，并计算所述第二数值在所述基准值中的占比，得到所述发票类型识别模型的模型权值；

将所述初始类别及所述模型类别确定为所述预测类别；

根据所述类别数量、所述词库权值、所述模型类别及所述模型权值生成每个预测类别的预测比值；

从所述预测比值中获取取值最大的比值作为目标比值；

若所述目标比值大于配置值，将所述目标比值对应的预测类别确定为所述目标类别。

另一方面，本发明还提出一种发票图像分类装置，所述发票图像分类装置包括：

确定单元，用于当接收到分类请求时，根据所述分类请求确定待分类发票；

处理单元，用于识别所述待分类发票中预设标签对应的待分析文本，并对所述待分析文本进行分词处理，得到文本分词；

分类单元，用于根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别；

所述处理单元，还用于若所述初始类别有多个，根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量，并对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量；

识别单元，用于根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别；

生成单元，用于根据所述初始类别及所述模型类别生成所述待分类发票的目标类别。

另一方面，本发明还提出一种电子设备，所述电子设备包括：

存储器，存储计算机可读指令；及

处理器，执行所述存储器中存储的计算机可读指令以实现所述发票图像分类方法。

另一方面，本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述发票图像分类方法。

由以上技术方案可以看出，本发明通过对所述待分析文本进行类型识别，由于无需对整个所述待分类发票中的信息进行分析，因此，能够快速确定出所述初始类别，进而在确定出的所述初始类别有多个时，在所述发票类型识别模型中结合所述待分析文本及所述项目信息对所述待分类发票进一步进行类型识别，由于所述待分析文本中包含有销售方名称，以及所述项目信息中包含有购买项目，因此，结合所述待分析文本及所述项目信息能够全面对所述待分类发票进行识别，从而能够准确的确定出所述待分类发票的所述目标类别。

附图说明

图1是本发明发票图像分类方法的较佳实施例的流程图。

图2是本发明发票图像分类装置的较佳实施例的功能模块图。

图3是本发明实现发票图像分类方法的较佳实施例的电子设备的结构示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

如图1所示，是本发明发票图像分类方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。

所述发票图像分类方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的计算机可读指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字信号处理器(Digital Signal Processor，DSP)、嵌入式设备等。

所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理(Personal Digital Assistant，PDA)、游戏机、交互式网络电视(Internet Protocol Television，IPTV)、智能穿戴式设备等。

所述电子设备可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络电子设备、多个网络电子设备组成的电子设备组或基于云计算(CloudComputing)的由大量主机或网络电子设备构成的云。

所述电子设备所处的网络包括，但不限于：互联网、广域网、城域网、局域网、虚拟专用网络(Virtual Private Network，VPN)等。

S10，当接收到分类请求时，根据所述分类请求确定待分类发票。

在本发明的至少一个实施例中，所述分类请求可以是定时触发生成的请求，所述分类请求中携带有指示数据库的标签、所述第一库标识及所述第二库标识等信息。

所述待分类发票是指需要进行类型识别的发票。所述待分类发票是指导致所述从库中的发票总值与所述主库中相应总值不同的发票。

在本发明的至少一个实施例中，所述电子设备根据所述分类请求确定待分类发票包括：

解析所述分类请求的报文，得到所述报文携带的数据信息；

从所述数据信息中获取指示数据库的信息作为第一库标识及第二库标识；

将所述第一库标识对应的数据库确定为主库，并将所述第二库标识对应的数据库确定为从库；

当检测到所述从库中的发票总值与所述主库中相应总值不同时，将生成所述发票总值所对应的发票确定为所述待分类发票。

其中，所述数据信息包括，但不限于：指示数据库的标签、所述第一库标识及所述第二库标识等。

所述主库中是指集中存储管理历史发票数据的场所，所述从库是指所述主库的备份库，当所述主库变化时，所述从库随之更新。

所述发票总值是指在所述从库中任意开票时间段及任意类别下所对应的发票的总数值。所述相应总值是指在所述主库中所述任意开票时间段级所述任意类别下所对应的发票的总数值。

通过直接解析所述报文，能够快速获取到所述数据信息，从而能够快速确定出所述主库及所述从库，进一步通过对所述从库中的所述发票总值进行检测，由于总值不同的发票需要重新进行数据分析，因此将生成所述发票总值所对应的发票确定为所述待分类发票，有利于后续能够按类别对所述待分类发票进行数据分析。

S11，识别所述待分类发票中预设标签对应的待分析文本，并对所述待分析文本进行分词处理，得到文本分词。

在本发明的至少一个实施例中，所述预设标签是指指示销售方的标签。相应地，所述待分析文本是指所述待分类发票中的销售方名称。

所述文本分词是指对所述销售方名称进行分词处理后而生成的词汇。

在本发明的至少一个实施例中，所述电子设备识别所述待分类发票中预设标签对应的待分析文本包括：

确定所述待分类发票的发票尺寸；

从预设位置映射表中获取同时与所述发票尺寸及所述预设标签对应的标签位置；

从所述预设关联表中获取同时与所述发票尺寸及所述标签位置关联的文本位置；

根据所述文本位置从所述待分类发票中提取发票特征图；

对所述发票特征图进行字符检测，得到所述待分析文本。

其中，所述发票尺寸是指所述待分类发票的长及宽。

所述预设位置映射表中存储有多个尺寸、多个标签与多个位置的映射关系。

所述标签位置是指所述预设标签在所述待分类发票上的位置。

所述预设关联表中存储有多个尺寸、多个位置与每个位置上的关联位置的映射关系。

所述文本位置是指所述预设标签对应的待分析文本在所述待分类发票上的位置。

所述发票特征图是指所述待分类发票中与所述文本位置对应的图像信息。

通过所述发票尺寸能够准确的确定出所述预设标签在所述待分类发票中的位置，进而根据所述发票尺寸及所述标签位置能够准确的确定出与所述预设标签对应的文本在所述待分类发票中的位置，从而根据从所述待分类发票中提取到的所述发票特征图识别出所述待分析文本，由于无需对整个所述待分类发票进行识别，因此能够提高所述待分析文本的识别效率。

具体地，所述电子设备对所述发票特征图进行字符检测，得到所述待分析文本包括：

获取所述发票特征图中的像素信息；

对所述像素信息进行二值化处理，得到二值信息；

将与所述二值信息对应的字符确定为所述待分析文本。

其中，所述像素信息是指所述发票特征图中每个像素点在RGB通道上的信息。进一步，所述像素点是指所述发票特征图中的任意一点。所述发票特征图是由多个所述像素点组成的。

通过所述像素信息能够准确的确定出所述待分析文本。

在本发明的至少一个实施例中，所述电子设备对所述待分析文本进行分词处理，得到文本分词包括：

计算所述待分析文本的字符总量；

从预设词典中获取字数量与所述字符总量相同的词汇作为待配对词组；

依次将所述待分析文本中每个第一字符与所述待配对词组中每个第二字符进行比较；

若任意所述第一字符与相应位置上的所述第二字符不同，将所述待分析文本中最末位置的字符剔除，得到待确定词组，并将所述待确定词组与所述预设词典中的词汇进行匹配，直至所述待确定词组与所述预设词典中任意词汇相同，得到所述文本分词。

其中，所述字符总量是指所述待分析文本中所有字符的总数量。

所述预设词典中存储有多个字数量的词汇。

所述待配对词组是指所述预设词典中字数量与所述字符总量相同的词汇。

所述待确定词组是指在当前次从所述待分析文本中所提取到的文本词组与所述预设词典中的词汇不同时，剔除所述文本词组中最末位置上的字符所生成的词组。例如，当前次从所述待分析文本中所提取到的文本词组为：不知道你，经检测，该文本词组与所述预设词典中字数量为4的词汇不同，因此，当前次的所述待确定词组为：不知道。

例如：所述待分析文本为：不知道你在说什么，经计算，得到所述待分析文本的字符总量为8，从所述预设词典中获取到所述待配对词组为：词组A、词组B、词组C，经比较，若所述待分析文本中的“你”与所述待配对词组中第四个字符上的第二字符不同，从所述待分析文本中提取到所述待确定词组：不知道你在说什，进而将“不知道你在说什”与所述预设词典中的词汇比较，直至所述待确定词组与所述预设词典中任意词汇相同，得到所述文本分词为：不知道、你、在、说什么。

通过所述字符总量，能够减少与所述待分析文本匹配的词汇数量，从而能够提高所述待分析文本的分词效率。

S12，根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别。

在本发明的至少一个实施例中，所述预设词库中存储有发票类型与词汇的映射关系。

所述初始类别是指所述文本分词在所述预设词库中所对应的类别。

在本发明的至少一个实施例中，所述电子设备根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别包括：

基于所述文本分词遍历所述预设词库中的词汇，得到所述文本分词在所述预设词库中的词汇位置；

将同时与所述预设词库及所述词汇位置对应的类别确定为所述初始类别。

其中，所述词汇位置是指所述文本分词在所述预设词库中的存储位置。

例如，所述文本分词有词组E、词组F、词组G，经对所述预设词库中的词汇进行遍历，得到所述词组E的词汇位置为第三行，根据所述预设词库及所述第三行，得到所述词组E所对应的初始类别为餐饮类别，所述词组F的词汇位置为第五行，根据所述预设词库及所述第五行，得到所述词组F所对应的初始类别为旅游类别，根据所述预设词库及所述第三行，得到所述词组G所对应的初始类别为餐饮类别。

通过所述预设词库能够准确的确定出所述词汇位置，进而根据所述预设词库及所述词汇位置能够准确的确定出所述初始类别。

S13，若所述初始类别有多个，根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量，并对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量。

在本发明的至少一个实施例中，所述第一向量用于表征所述待分析文本。所述第二向量用于表征所述项目信息。

所述项目信息是指与所述待分类发票中开票的项目有关的信息。例如，所述项目信息可以包括项目名称等。

在本发明的至少一个实施例中，所述电子设备根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量包括：

确定所述文本分词在所述待分析文本中的分词位置；

获取所述文本分词的映射向量值；

根据所述分词位置拼接所述映射向量值，得到所述第一向量。

其中，所述分词位置是指所述文本分词在所述待分析文本中的序号。

所述映射向量值是指直接对所述文本分词进行映射处理而得到的编码值。

通过所述分词位置能够准确的生成直接表征所述待分析文本的所述第一向量。

在本发明的至少一个实施例中，所述电子设备对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量包括：

从所述待分类发票中识别出所述项目信息；

确定所述第一向量的生成映射表；

基于所述生成映射表对所述项目信息进行向量化处理，得到所述第二向量。

其中，所述生成映射表是指根据所述文本分词映射成所述第一向量的编码表。

具体地，所述电子设备从所述待分类发票中识别出所述项目信息的方式与所述电子设备识别所述待分类发票中预设标签对应的待分析文本的方式相同，本发明对此不再赘述。

具体地，所述电子设备基于所述生成映射表对所述项目信息进行向量化处理，得到所述第二向量的方式与所述电子设备根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量的方式相同，本发明对此不再赘述。

S14，根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别。

在本发明的至少一个实施例中，所述模型类别是指通过所述发票类型识别模型对所述待分析文本及所述项目信息进行分析而生成的类别。

在本发明的至少一个实施例中，所述电子设备根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别包括：

拼接所述第一向量及所述第二向量，得到拼接向量；

从所述拼接向量中提取每个目标分词的向量值，得到目标向量，所述目标分词包括所述文本分词及所述项目信息中的信息分词；

从所述拼接向量中提取所述目标分词的上下文特征，得到上下文向量；

获取所述发票类型识别模型中的第一预设矩阵及第二预设矩阵；

根据所述上下文向量、所述第一预设矩阵及所述第二预设矩阵计算每个目标分词的概率；

将所述概率最大的目标分词对应的目标向量确定为所述拼接向量的特征向量；

获取所述发票类型识别模型中的权重矩阵及偏置值；

计算所述特征向量与所述权重矩阵的乘积，得到运算向量，并计算所述运算向量中每个元素与所述偏置值的总和，得到权值向量；

将所述权值向量中取值最大的元素对应的类别确定为所述模型类别。

其中，所述目标向量是指所述目标分词在所述生成映射表中的编码。

所述上下文向量是指所述目标分词在所述拼接向量对应的拼接文本中的上下文所对应的向量。

所述第一预设矩阵及所述第二预设矩阵是在训练所述发票类型识别模型时生成的配置值，所述第一预设矩阵及所述第二预设矩阵处于所述发票类型识别模型中的特征提取网络中。

所述特征向量是指所述拼接文本中的特征在所述生成映射表中所表征的向量值。

所述权重矩阵及所述偏置值是在训练所述发票类型识别模型时生成的配置值，所述权重矩阵及所述偏置值处于所述发票类型识别模型中的类型识别网络中。

所述权值向量中的元素是指所述拼接文本在每个发票类型中的预测概率。

通过所述第一预设矩阵及所述第二预设矩阵，能够准确的从所述拼接向量中提取到所述特征向量，进而通过所述权重矩阵及所述偏置值，能够准确的预测出所述待分类发票所对应的类别。

具体地，所述电子设备根据所述上下文向量、所述第一预设矩阵及所述第二预设矩阵计算每个目标分词的概率包括：

分别计算每个上下文向量与所述第一预设矩阵的乘积，并计算所述乘积的平均值，得到所述目标分词的平均向量；

将所述平均向量点乘所述第二预设矩阵，得到目标矩阵，所述目标矩阵中每列向量表征每个目标分词对应的矩阵向量；

采用激活函数计算所述目标矩阵中每个目标分词的概率。

在本发明的至少一个实施例中，所述电子设备训练所述发票类型识别模型的方式与所述电子设备根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别的方式互为可逆，本发明对所述发票类型识别模型的训练方式不再赘述。

S15，根据所述初始类别及所述模型类别生成所述待分类发票的目标类别。

需要强调的是，为进一步保证上述目标类别的私密和安全性，上述目标类别还可以存储于一区块链的节点中。

在本发明的至少一个实施例中，所述目标类别是指根据所述预设词库及所述发票类型识别模型两个维度对所述待分类发票进行分析而生成的类别。

在本发明的至少一个实施例中，所述电子设备根据所述初始类别及所述模型类别生成所述待分类发票的目标类别包括：

计算每个初始类别在多个所述初始类别中的类别数量；

获取所述预设词库的预测准确度作为第一数值，并获取所述发票类型识别模型的预测准确度作为第二数值；

计算所述第一数值与所述第二数值的总和，得到基准值；

计算所述第一数值在所述基准值中的占比，得到所述预设词库的词库权值，并计算所述第二数值在所述基准值中的占比，得到所述发票类型识别模型的模型权值；

将所述初始类别及所述模型类别确定为所述预测类别；

根据所述类别数量、所述词库权值、所述模型类别及所述模型权值生成每个预测类别的预测比值；

从所述预测比值中获取取值最大的比值作为目标比值；

若所述目标比值大于配置值，将所述目标比值对应的预测类别确定为所述目标类别。

其中，所述类别数量是指每个初始类别在多个所述初始类别中的类别，例如，所述词组E所对应的初始类别为餐饮类别，所述词组F所对应的初始类别为旅游类别，所述词组G所对应的初始类别为餐饮类别，由此，所述餐饮类别的类别数量为2，所述旅游类别的类别数量为1。

所述第一数值是指所述预设词库对历史文本进行类型识别时的准确度，所述第二数值是指所述发票类型识别模型对所述历史文本进行预测时的准确度。

所述配置值是根据需求设定的。

通过所述第一数值及所述第二数值能够从类型识别准确度上确定出所述词库权值及所述模型权值，进而有利于准确的确定出每个预测类别的预测比值，进而通过所述目标比值与所述配置值的比较，能够确保所述预测类别中存在所述待分类发票所对应的类别，从而能够提高所述目标类别的确定准确性。

由以上技术方案可以看出，本发明通过对所述待分析文本进行类型识别，由于无需对整个所述待分类发票中的信息进行分析，因此，能够快速确定出所述初始类别，进而在确定出的所述初始类别有多个时，在所述发票类型识别模型中结合所述待分析文本及所述项目信息对所述待分类发票进一步进行类型识别，由于所述待分析文本中包含有销售方名称，以及所述项目信息中包含有购买项目，因此，结合所述待分析文本及所述项目信息能够全面对所述待分类发票进行识别，从而能够准确的确定出所述待分类发票的所述目标类别。

如图2所示，是本发明发票图像分类装置的较佳实施例的功能模块图。所述发票图像分类装置11包括确定单元110、处理单元111、分类单元112、识别单元113及生成单元114。本发明所称的模块/单元是指一种能够被处理器13所获取，并且能够完成固定功能的一系列计算机可读指令段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。

当接收到分类请求时，确定单元110根据所述分类请求确定待分类发票。

在本发明的至少一个实施例中，所述分类请求可以是定时触发生成的请求，所述分类请求中携带有指示数据库的标签、所述第一库标识及所述第二库标识等信息。

所述待分类发票是指需要进行类型识别的发票。所述待分类发票是指导致所述从库中的发票总值与所述主库中相应总值不同的发票。

在本发明的至少一个实施例中，所述确定单元110根据所述分类请求确定待分类发票包括：

解析所述分类请求的报文，得到所述报文携带的数据信息；

从所述数据信息中获取指示数据库的信息作为第一库标识及第二库标识；

将所述第一库标识对应的数据库确定为主库，并将所述第二库标识对应的数据库确定为从库；

当检测到所述从库中的发票总值与所述主库中相应总值不同时，将生成所述发票总值所对应的发票确定为所述待分类发票。

其中，所述数据信息包括，但不限于：指示数据库的标签、所述第一库标识及所述第二库标识等。

所述主库中是指集中存储管理历史发票数据的场所，所述从库是指所述主库的备份库，当所述主库变化时，所述从库随之更新。

所述发票总值是指在所述从库中任意开票时间段及任意类别下所对应的发票的总数值。所述相应总值是指在所述主库中所述任意开票时间段级所述任意类别下所对应的发票的总数值。

通过直接解析所述报文，能够快速获取到所述数据信息，从而能够快速确定出所述主库及所述从库，进一步通过对所述从库中的所述发票总值进行检测，由于总值不同的发票需要重新进行数据分析，因此将生成所述发票总值所对应的发票确定为所述待分类发票，有利于后续能够按类别对所述待分类发票进行数据分析。

处理单元111识别所述待分类发票中预设标签对应的待分析文本，并对所述待分析文本进行分词处理，得到文本分词。

在本发明的至少一个实施例中，所述预设标签是指指示销售方的标签。相应地，所述待分析文本是指所述待分类发票中的销售方名称。

所述文本分词是指对所述销售方名称进行分词处理后而生成的词汇。

在本发明的至少一个实施例中，所述处理单元111识别所述待分类发票中预设标签对应的待分析文本包括：

确定所述待分类发票的发票尺寸；

从预设位置映射表中获取同时与所述发票尺寸及所述预设标签对应的标签位置；

从所述预设关联表中获取同时与所述发票尺寸及所述标签位置关联的文本位置；

根据所述文本位置从所述待分类发票中提取发票特征图；

对所述发票特征图进行字符检测，得到所述待分析文本。

其中，所述发票尺寸是指所述待分类发票的长及宽。

所述预设位置映射表中存储有多个尺寸、多个标签与多个位置的映射关系。

所述标签位置是指所述预设标签在所述待分类发票上的位置。

所述预设关联表中存储有多个尺寸、多个位置与每个位置上的关联位置的映射关系。

所述文本位置是指所述预设标签对应的待分析文本在所述待分类发票上的位置。

所述发票特征图是指所述待分类发票中与所述文本位置对应的图像信息。

通过所述发票尺寸能够准确的确定出所述预设标签在所述待分类发票中的位置，进而根据所述发票尺寸及所述标签位置能够准确的确定出与所述预设标签对应的文本在所述待分类发票中的位置，从而根据从所述待分类发票中提取到的所述发票特征图识别出所述待分析文本，由于无需对整个所述待分类发票进行识别，因此能够提高所述待分析文本的识别效率。

具体地，所述处理单元111对所述发票特征图进行字符检测，得到所述待分析文本包括：

获取所述发票特征图中的像素信息；

对所述像素信息进行二值化处理，得到二值信息；

将与所述二值信息对应的字符确定为所述待分析文本。

其中，所述像素信息是指所述发票特征图中每个像素点在RGB通道上的信息。进一步，所述像素点是指所述发票特征图中的任意一点。所述发票特征图是由多个所述像素点组成的。

通过所述像素信息能够准确的确定出所述待分析文本。

在本发明的至少一个实施例中，所述处理单元111对所述待分析文本进行分词处理，得到文本分词包括：

计算所述待分析文本的字符总量；

从预设词典中获取字数量与所述字符总量相同的词汇作为待配对词组；

依次将所述待分析文本中每个第一字符与所述待配对词组中每个第二字符进行比较；

若任意所述第一字符与相应位置上的所述第二字符不同，将所述待分析文本中最末位置的字符剔除，得到待确定词组，并将所述待确定词组与所述预设词典中的词汇进行匹配，直至所述待确定词组与所述预设词典中任意词汇相同，得到所述文本分词。

其中，所述字符总量是指所述待分析文本中所有字符的总数量。

所述预设词典中存储有多个字数量的词汇。

所述待配对词组是指所述预设词典中字数量与所述字符总量相同的词汇。

所述待确定词组是指在当前次从所述待分析文本中所提取到的文本词组与所述预设词典中的词汇不同时，剔除所述文本词组中最末位置上的字符所生成的词组。例如，当前次从所述待分析文本中所提取到的文本词组为：不知道你，经检测，该文本词组与所述预设词典中字数量为4的词汇不同，因此，当前次的所述待确定词组为：不知道。

例如：所述待分析文本为：不知道你在说什么，经计算，得到所述待分析文本的字符总量为8，从所述预设词典中获取到所述待配对词组为：词组A、词组B、词组C，经比较，若所述待分析文本中的“你”与所述待配对词组中第四个字符上的第二字符不同，从所述待分析文本中提取到所述待确定词组：不知道你在说什，进而将“不知道你在说什”与所述预设词典中的词汇比较，直至所述待确定词组与所述预设词典中任意词汇相同，得到所述文本分词为：不知道、你、在、说什么。

通过所述字符总量，能够减少与所述待分析文本匹配的词汇数量，从而能够提高所述待分析文本的分词效率。

分类单元112根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别。

在本发明的至少一个实施例中，所述预设词库中存储有发票类型与词汇的映射关系。

所述初始类别是指所述文本分词在所述预设词库中所对应的类别。

在本发明的至少一个实施例中，所述分类单元112根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别包括：

基于所述文本分词遍历所述预设词库中的词汇，得到所述文本分词在所述预设词库中的词汇位置；

将同时与所述预设词库及所述词汇位置对应的类别确定为所述初始类别。

其中，所述词汇位置是指所述文本分词在所述预设词库中的存储位置。

例如，所述文本分词有词组E、词组F、词组G，经对所述预设词库中的词汇进行遍历，得到所述词组E的词汇位置为第三行，根据所述预设词库及所述第三行，得到所述词组E所对应的初始类别为餐饮类别，所述词组F的词汇位置为第五行，根据所述预设词库及所述第五行，得到所述词组F所对应的初始类别为旅游类别，根据所述预设词库及所述第三行，得到所述词组G所对应的初始类别为餐饮类别。

通过所述预设词库能够准确的确定出所述词汇位置，进而根据所述预设词库及所述词汇位置能够准确的确定出所述初始类别。

若所述初始类别有多个，所述处理单元111根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量，并对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量。

在本发明的至少一个实施例中，所述第一向量用于表征所述待分析文本。所述第二向量用于表征所述项目信息。

所述项目信息是指与所述待分类发票中开票的项目有关的信息。例如，所述项目信息可以包括项目名称等。

在本发明的至少一个实施例中，所述处理单元111根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量包括：

确定所述文本分词在所述待分析文本中的分词位置；

获取所述文本分词的映射向量值；

根据所述分词位置拼接所述映射向量值，得到所述第一向量。

其中，所述分词位置是指所述文本分词在所述待分析文本中的序号。

所述映射向量值是指直接对所述文本分词进行映射处理而得到的编码值。

通过所述分词位置能够准确的生成直接表征所述待分析文本的所述第一向量。

在本发明的至少一个实施例中，所述处理单元111对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量包括：

从所述待分类发票中识别出所述项目信息；

确定所述第一向量的生成映射表；

基于所述生成映射表对所述项目信息进行向量化处理，得到所述第二向量。

其中，所述生成映射表是指根据所述文本分词映射成所述第一向量的编码表。

具体地，所述处理单元111从所述待分类发票中识别出所述项目信息的方式与所述处理单元111识别所述待分类发票中预设标签对应的待分析文本的方式相同，本发明对此不再赘述。

具体地，所述处理单元111基于所述生成映射表对所述项目信息进行向量化处理，得到所述第二向量的方式与所述处理单元111根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量的方式相同，本发明对此不再赘述。

识别单元113根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别。

在本发明的至少一个实施例中，所述模型类别是指通过所述发票类型识别模型对所述待分析文本及所述项目信息进行分析而生成的类别。

在本发明的至少一个实施例中，所述识别单元113根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别包括：

拼接所述第一向量及所述第二向量，得到拼接向量；

从所述拼接向量中提取每个目标分词的向量值，得到目标向量，所述目标分词包括所述文本分词及所述项目信息中的信息分词；

从所述拼接向量中提取所述目标分词的上下文特征，得到上下文向量；

获取所述发票类型识别模型中的第一预设矩阵及第二预设矩阵；

根据所述上下文向量、所述第一预设矩阵及所述第二预设矩阵计算每个目标分词的概率；

将所述概率最大的目标分词对应的目标向量确定为所述拼接向量的特征向量；

获取所述发票类型识别模型中的权重矩阵及偏置值；

计算所述特征向量与所述权重矩阵的乘积，得到运算向量，并计算所述运算向量中每个元素与所述偏置值的总和，得到权值向量；

将所述权值向量中取值最大的元素对应的类别确定为所述模型类别。

其中，所述目标向量是指所述目标分词在所述生成映射表中的编码。

所述上下文向量是指所述目标分词在所述拼接向量对应的拼接文本中的上下文所对应的向量。

所述第一预设矩阵及所述第二预设矩阵是在训练所述发票类型识别模型时生成的配置值，所述第一预设矩阵及所述第二预设矩阵处于所述发票类型识别模型中的特征提取网络中。

所述特征向量是指所述拼接文本中的特征在所述生成映射表中所表征的向量值。

所述权重矩阵及所述偏置值是在训练所述发票类型识别模型时生成的配置值，所述权重矩阵及所述偏置值处于所述发票类型识别模型中的类型识别网络中。

所述权值向量中的元素是指所述拼接文本在每个发票类型中的预测概率。

通过所述第一预设矩阵及所述第二预设矩阵，能够准确的从所述拼接向量中提取到所述特征向量，进而通过所述权重矩阵及所述偏置值，能够准确的预测出所述待分类发票所对应的类别。

具体地，所述识别单元113根据所述上下文向量、所述第一预设矩阵及所述第二预设矩阵计算每个目标分词的概率包括：

分别计算每个上下文向量与所述第一预设矩阵的乘积，并计算所述乘积的平均值，得到所述目标分词的平均向量；

将所述平均向量点乘所述第二预设矩阵，得到目标矩阵，所述目标矩阵中每列向量表征每个目标分词对应的矩阵向量；

采用激活函数计算所述目标矩阵中每个目标分词的概率。

在本发明的至少一个实施例中，本发明训练所述发票类型识别模型的方式与所述识别单元113根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别的方式互为可逆，本发明对所述发票类型识别模型的训练方式不再赘述。

生成单元114根据所述初始类别及所述模型类别生成所述待分类发票的目标类别。

需要强调的是，为进一步保证上述目标类别的私密和安全性，上述目标类别还可以存储于一区块链的节点中。

在本发明的至少一个实施例中，所述目标类别是指根据所述预设词库及所述发票类型识别模型两个维度对所述待分类发票进行分析而生成的类别。

在本发明的至少一个实施例中，所述生成单元114根据所述初始类别及所述模型类别生成所述待分类发票的目标类别包括：

计算每个初始类别在多个所述初始类别中的类别数量；

获取所述预设词库的预测准确度作为第一数值，并获取所述发票类型识别模型的预测准确度作为第二数值；

计算所述第一数值与所述第二数值的总和，得到基准值；

计算所述第一数值在所述基准值中的占比，得到所述预设词库的词库权值，并计算所述第二数值在所述基准值中的占比，得到所述发票类型识别模型的模型权值；

将所述初始类别及所述模型类别确定为所述预测类别；

根据所述类别数量、所述词库权值、所述模型类别及所述模型权值生成每个预测类别的预测比值；

从所述预测比值中获取取值最大的比值作为目标比值；

若所述目标比值大于配置值，将所述目标比值对应的预测类别确定为所述目标类别。

其中，所述类别数量是指每个初始类别在多个所述初始类别中的类别，例如，所述词组E所对应的初始类别为餐饮类别，所述词组F所对应的初始类别为旅游类别，所述词组G所对应的初始类别为餐饮类别，由此，所述餐饮类别的类别数量为2，所述旅游类别的类别数量为1。

所述第一数值是指所述预设词库对历史文本进行类型识别时的准确度，所述第二数值是指所述发票类型识别模型对所述历史文本进行预测时的准确度。

所述配置值是根据需求设定的。

通过所述第一数值及所述第二数值能够从类型识别准确度上确定出所述词库权值及所述模型权值，进而有利于准确的确定出每个预测类别的预测比值，进而通过所述目标比值与所述配置值的比较，能够确保所述预测类别中存在所述待分类发票所对应的类别，从而能够提高所述目标类别的确定准确性。

由以上技术方案可以看出，本发明通过对所述待分析文本进行类型识别，由于无需对整个所述待分类发票中的信息进行分析，因此，能够快速确定出所述初始类别，进而在确定出的所述初始类别有多个时，在所述发票类型识别模型中结合所述待分析文本及所述项目信息对所述待分类发票进一步进行类型识别，由于所述待分析文本中包含有销售方名称，以及所述项目信息中包含有购买项目，因此，结合所述待分析文本及所述项目信息能够全面对所述待分类发票进行识别，从而能够准确的确定出所述待分类发票的所述目标类别。

如图3所示，是本发明实现发票图像分类方法的较佳实施例的电子设备的结构示意图。

在本发明的一个实施例中，所述电子设备1包括，但不限于，存储器12、处理器13，以及存储在所述存储器12中并可在所述处理器13上运行的计算机可读指令，例如发票图像分类程序。

本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述电子设备1还可以包括输入输出设备、网络接入设备、总线等。

所述处理器13可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器13是所述电子设备1的运算核心和控制中心，利用各种接口和线路连接整个电子设备1的各个部分，及执行所述电子设备1的操作系统以及安装的各类应用程序、程序代码等。

示例性的，所述计算机可读指令可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该计算机可读指令段用于描述所述计算机可读指令在所述电子设备1中的执行过程。例如，所述计算机可读指令可以被分割成确定单元110、处理单元111、分类单元112、识别单元113及生成单元114。

所述存储器12可用于存储所述计算机可读指令和/或模块，所述处理器13通过运行或执行存储在所述存储器12内的计算机可读指令和/或模块，以及调用存储在存储器12内的数据，实现所述电子设备1的各种功能。所述存储器12可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。存储器12可以包括非易失性和易失性存储器，例如：硬盘、内存、插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他存储器件。

所述存储器12可以是电子设备1的外部存储器和/或内部存储器。进一步地，所述存储器12可以是具有实物形式的存储器，如内存条、TF卡(Trans-flash Card)等等。

所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机可读指令来指令相关的硬件来完成，所述的计算机可读指令可存储于一计算机可读存储介质中，该计算机可读指令在被处理器执行时，可实现上述各个方法实施例的步骤。

其中，所述计算机可读指令包括计算机可读指令代码，所述计算机可读指令代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机可读指令代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)。

本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。

结合图1，所述电子设备1中的所述存储器12存储计算机可读指令实现一种发票图像分类方法，所述处理器13可执行所述计算机可读指令从而实现：

当接收到分类请求时，根据所述分类请求确定待分类发票；

识别所述待分类发票中预设标签对应的待分析文本，并对所述待分析文本进行分词处理，得到文本分词；

根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别；

若所述初始类别有多个，根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量，并对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量；

根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别；

根据所述初始类别及所述模型类别生成所述待分类发票的目标类别。

具体地，所述处理器13对上述计算机可读指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述计算机可读存储介质上存储有计算机可读指令，其中，所述计算机可读指令被处理器13执行时用以实现以下步骤：

当接收到分类请求时，根据所述分类请求确定待分类发票；

识别所述待分类发票中预设标签对应的待分析文本，并对所述待分析文本进行分词处理，得到文本分词；

根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别；

若所述初始类别有多个，根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量，并对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量；

根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别；

根据所述初始类别及所述模型类别生成所述待分类发票的目标类别。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。所述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种发票图像分类方法，其特征在于，所述发票图像分类方法包括：

当接收到分类请求时，根据所述分类请求确定待分类发票；

识别所述待分类发票中预设标签对应的待分析文本，并对所述待分析文本进行分词处理，得到文本分词；

根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别；

若所述初始类别有多个，根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量，并对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量；

根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别；

根据所述初始类别及所述模型类别生成所述待分类发票的目标类别。

2.如权利要求1所述的发票图像分类方法，其特征在于，所述根据所述分类请求确定待分类发票包括：

解析所述分类请求的报文，得到所述报文携带的数据信息；

从所述数据信息中获取指示数据库的信息作为第一库标识及第二库标识；

将所述第一库标识对应的数据库确定为主库，并将所述第二库标识对应的数据库确定为从库；

当检测到所述从库中的发票总值与所述主库中相应总值不同时，将生成所述发票总值所对应的发票确定为所述待分类发票。

3.如权利要求1所述的发票图像分类方法，其特征在于，所述识别所述待分类发票中预设标签对应的待分析文本包括：

确定所述待分类发票的发票尺寸；

从预设位置映射表中获取同时与所述发票尺寸及所述预设标签对应的标签位置；

从所述预设关联表中获取同时与所述发票尺寸及所述标签位置关联的文本位置；

根据所述文本位置从所述待分类发票中提取发票特征图；

对所述发票特征图进行字符检测，得到所述待分析文本。

4.如权利要求1所述的发票图像分类方法，其特征在于，所述对所述待分析文本进行分词处理，得到文本分词包括：

计算所述待分析文本的字符总量；

从预设词典中获取字数量与所述字符总量相同的词汇作为待配对词组；

依次将所述待分析文本中每个第一字符与所述待配对词组中每个第二字符进行比较；

若任意所述第一字符与相应位置上的所述第二字符不同，将所述待分析文本中最末位置的字符剔除，得到待确定词组，并将所述待确定词组与所述预设词典中的词汇进行匹配，直至所述待确定词组与所述预设词典中任意词汇相同，得到所述文本分词。

5.如权利要求1所述的发票图像分类方法，其特征在于，所述对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量包括：

从所述待分类发票中识别出所述项目信息；

确定所述第一向量的生成映射表；

基于所述生成映射表对所述项目信息进行向量化处理，得到所述第二向量。

6.如权利要求1所述的发票图像分类方法，其特征在于，所述根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别包括：

拼接所述第一向量及所述第二向量，得到拼接向量；

从所述拼接向量中提取每个目标分词的向量值，得到目标向量，所述目标分词包括所述文本分词及所述项目信息中的信息分词；

从所述拼接向量中提取所述目标分词的上下文特征，得到上下文向量；

获取所述发票类型识别模型中的第一预设矩阵及第二预设矩阵；

根据所述上下文向量、所述第一预设矩阵及所述第二预设矩阵计算每个目标分词的概率；

将所述概率最大的目标分词对应的目标向量确定为所述拼接向量的特征向量；

获取所述发票类型识别模型中的权重矩阵及偏置值；

计算所述特征向量与所述权重矩阵的乘积，得到运算向量，并计算所述运算向量中每个元素与所述偏置值的总和，得到权值向量；

将所述权值向量中取值最大的元素对应的类别确定为所述模型类别。

7.如权利要求1所述的发票图像分类方法，其特征在于，所述根据所述初始类别及所述模型类别生成所述待分类发票的目标类别包括：

计算每个初始类别在多个所述初始类别中的类别数量；

获取所述预设词库的预测准确度作为第一数值，并获取所述发票类型识别模型的预测准确度作为第二数值；

计算所述第一数值与所述第二数值的总和，得到基准值；

计算所述第一数值在所述基准值中的占比，得到所述预设词库的词库权值，并计算所述第二数值在所述基准值中的占比，得到所述发票类型识别模型的模型权值；

将所述初始类别及所述模型类别确定为所述预测类别；

根据所述类别数量、所述词库权值、所述模型类别及所述模型权值生成每个预测类别的预测比值；

从所述预测比值中获取取值最大的比值作为目标比值；

若所述目标比值大于配置值，将所述目标比值对应的预测类别确定为所述目标类别。

8.一种发票图像分类装置，其特征在于，所述发票图像分类装置包括：

确定单元，用于当接收到分类请求时，根据所述分类请求确定待分类发票；

处理单元，用于识别所述待分类发票中预设标签对应的待分析文本，并对所述待分析文本进行分词处理，得到文本分词；

分类单元，用于根据预设词库及所述文本分词对所述待分类发票进行分类，得到初始类别；

所述处理单元，还用于若所述初始类别有多个，根据所述文本分词对所述待分析文本进行向量化处理，得到第一向量，并对从所述待分类发票中识别出的项目信息进行向量化处理，得到第二向量；

识别单元，用于根据预先训练好的发票类型识别模型对所述第一向量及所述第二向量进行类型识别，得到模型类别；

生成单元，用于根据所述初始类别及所述模型类别生成所述待分类发票的目标类别。

9.一种电子设备，其特征在于，所述电子设备包括：

存储器，存储有计算机可读指令；及

处理器，执行所述存储器中存储的计算机可读指令以实现如权利要求1至7中任意一项所述的发票图像分类方法。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的发票图像分类方法。

Images